2019年，当绝大多数人还没听过“大语言模型”这个词，当ChatGPT的母公司OpenAI还在为融资焦头烂额时，美国东北大学（Northeastern University）已经悄然做了一件在当时看来近乎“疯狂”的事：把人工智能训练设为全校所有本科生的必修课。
你没看错。是**所有**专业，包括历史、音乐、社会学，甚至文学。
五年后的今天，当无数高校还在紧急开会讨论“如何应对学生用ChatGPT写论文”时，东北大学的毕业生已经带着一支“AI特工队”走进了职场。该校体验式人工智能负责人Ethan Pecora就是最典型的样本——他手下有15个专业AI代理，帮他管理日程、处理心理健康应用的复杂数据、甚至辅助决策。
这不是科幻片。这是东北大学希望所有美国高校都能复制的现实。
**一、为什么是“必修课”，而不是“选修课”？**
大多数大学的AI课程，至今仍停留在计算机学院的实验室里。非技术专业的学生，毕业时对AI的认知可能仅限于用ChatGPT写一封请假邮件。
东北大学在2019年做了一个反直觉的决定：**AI不是计算机科学的分支，而是像阅读、写作一样的现代生存技能。**
他们的逻辑链条非常清晰：
第一层，AI正在成为所有行业的底层基础设施。医生用AI辅助诊断，律师用AI进行案例检索，教师用AI实现个性化教学。如果你不懂AI的原理和边界，你只能被动接受工具，而无法主动驾驭它。
第二层，人类与AI的协作能力，是未来十年最重要的职场分水岭。东北大学教务长David Madigan说得非常直白：“我们不培养AI研究员，我们培养能与AI共事的数学家、护士、企业家。”
第三层，也是最深刻的一层：**AI素养的本质是批判性思维。** 当你了解训练数据如何影响输出、算法偏差如何产生、幻觉如何出现时，你才真正具备了在信息洪流中辨别真伪的能力。这种能力，不分文理。
所以，他们的课程不是教学生“点几个按钮”，而是让学生从零开始构建一个简单的神经网络，理解数据如何变成预测，预测如何变成偏见。一位音乐系的学生在课程结束时说：“我现在明白了，为什么AI生成的巴赫风格赞美诗总少了点灵魂——因为它的训练集里，巴赫的康塔塔只占千分之一。”
**二、当其他学校还在禁用ChatGPT，他们在做什么？**
2023年春季，当纽约市教育局火速封杀ChatGPT时，东北大学做了一件让全美教育界哗然的事：**他们不仅没有禁用，反而将GPT-4整合进了教学系统。**
他们给所有师生发了一封公开信，核心意思只有一句话：**禁止使用AI，就像禁止使用计算器一样荒谬。**
随后，他们推出了一个名为“AI辅助学习”的框架：
– 在写作课上，学生必须提交“人类初稿”和“AI优化稿”，并写一篇反思，说明为什么AI的修改更好或更差。
– 在历史课上，学生用AI模拟与历史人物的对话，但必须验证对话内容的史料来源，以此理解AI的“一本正经胡说八道”。
– 在编程入门课上，学生先用自然语言描述需求，再让AI生成代码，最后人工审查逻辑漏洞。教授说：“未来的程序员不是写代码的人，而是判断代码对错的人。”
这种“直面而非逃避”的策略，被他们称为“**AI浸入式学习**”。结果呢？东北大学的学生在毕业面试中展现出的AI协作能力，让硅谷的招聘官们眼前一亮。一位招聘官私下感叹：“其他学校的学生还在问‘我可以用ChatGPT吗’，东北大学的学生已经在问‘你希望我用哪个模型来解决这个问题’。”
**三、他们最想分享的，不是技术，而是“失败”**
当东北大学宣布要帮助其他学校建立AI课程时，很多人以为他们会分享一套精美的PPT或一个开源平台。
但Ethan Pecora在最近的访谈中，谈得最多的却是**那些失败的尝试**。
第一个失败：他们最初试图让所有专业共用同一套AI教材。结果艺术系的学生觉得太工程化，工程系的学生觉得太肤浅。后来他们彻底推倒重来，为每个学院定制了专属案例库——商学院学供应链预测，健康科学学院学医学影像识别，人文学院学文本情感分析。
第二个失败：他们曾过度强调“AI能做什么”，却忽略了“AI不能做什么”。直到一位哲学系教授在课堂上指出：“你们教学生如何让AI写出更流畅的论文，但有没有人教过他们，为什么我们人类的思考过程如此珍贵？那些卡顿、犹豫、甚至错误，恰恰是原创性的来源。”这番话促使他们增加了“人机认知差异”的必修模块。
第三个失败，也是最关键的：他们发现，**技术更新太快，任何固定课程都会在三年内过时。** 所以，他们放弃了“教授具体工具”，转而“教授学习框架”——如何评估一个新AI工具的可信度，如何设计实验来测试它的能力边界，如何在团队中建立人机协作的规则。
**四、给其他学校的“手术刀”，不是“创可贴”**
东北大学目前正在与十几所高校合作，但他们拒绝提供“一键复制”的方案。
“每所学校的文化基因不同，有的偏重研究，有的偏重职业导向，有的偏重通识教育。”项目负责人强调，“我们能提供的是一套诊断工具和设计思维——你不需要成为AI专家，但你需要成为AI教育的设计师。”
他们的建议，听起来甚至有些“反商业”：
– **不要先买昂贵的GPU服务器。** 先用API接口和现成模型跑通教学场景。
– **不要先培训教师。** 先让学生用起来，让“数字原住民”倒逼教学改革。
– **不要先建AI学院。** 先把AI模块嵌入到每一门核心课程里，就像写作和数学那样。
– **不要追求“AI完美”。** 允许犯错，允许幻觉，允许学生在试错中建立直觉。
他们甚至提出了一个灵魂拷问，让在场所有校长沉默：“你们学校现在还在教学生如何用搜索引擎，还是默认他们早就会了？AI教育也是如此——它不是一门新课，而是所有课的新底色。”
**五、AI教育的终点，是人的觉醒**
回到Ethan Pecora的那15个AI代理。他坦言，最初他也曾焦虑——会不会有一天，这些代理取代了他的判断？
但三年过去，他发现自己变得更“像人”了。因为AI接管了重复性的信息筛选和日程匹配，他得以把精力集中在真正需要人类特质的事情上：共情病人的焦虑、构思创新的研究框架、在团队冲突中寻找共识。
“AI越是强大，我们就越需要清晰地回答一个问题：**作为人类，我们不可替代的价值到底是什么？** ”Pecora说，“这个问题，没有标准答案，但每个学生都必须亲自去寻找。而大学教育，恰恰是寻找这个答案的最佳时间。”
东北大学想告诉所有教育者的，其实不是某个AI框架或工具链。而是一种信念：**未来不是AI替代人类，而是懂AI的人类替代不懂AI的人类。** 而大学的责任，就是确保每个毕业生都站在“懂”的这一边。
当你的孩子明年走进大学校园时，他需要的不是一门“AI导论”课，而是一个被AI重塑过的完整教育生态。到那时，东北大学的这五年探索，或许就是那盏最亮的探照灯。
**如果你也是一位教育工作者，或者正在思考如何提升自己的AI素养，不妨问问自己：如果明天我的学校/公司全面引入AI，我是那个设计规则的人，还是那个被规则改变的人？**
欢迎在评论区分享你的看法。你所在的环境里，AI是被视为工具、威胁，还是伙伴？点赞最高的三位读者，将获得我们精心整理的《AI时代生存指南》电子版。